KiwitronがUltralytics YOLOを使用して30メートル先の産業上の危険を検知

工場内の床面は、フォークリフトや作業員が至近距離で頻繁に稼働する忙しい環境であり、安全上の懸念につながる可能性があります。超広帯域無線や LiDAR のようなソリューションは効率的でないか、あるいは業務の妨げになるため、Kiwitronはより優れたソリューションを探し求めることになりました。

これに対抗するため、Kiwitronは産業安全向けに設計されたAIを活用したソリューションである KiwiEye を開発しました。Ultralytics YOLO models の統合により、このシステムは危険を迅速に検出し、オペレーターのリアルタイムな対応を支援します。また、heatmaps やヒヤリハットレポートなどのインサイトも提供し、安全管理者がリスクを特定して安全対策を効果的に改善できるようにします。

図1：KiwiEyeのご紹介

ビジョンAIで産業オペレーションの安全性を強化#

industrial technology を専門とするイタリアの企業であるKiwitronは、logistics、agriculture、manufacturing、および重機などの産業における安全性と効率性の向上に注力しています。革新的なソリューションで知られる同社は、工場内における安全性へのより効果的なアプローチの必要性を認識していました。従来のシステムが期待に届かなかったとき、Kiwitronはよりスマートで信頼性の高い安全ソリューションを構築するためにAI駆動型テクノロジーへと舵を切りました。

工場内での危険物を正確に検知する必要性#

heavy machinery と作業員が共存する産業用ワークスペースでは、より厳重な安全対策が義務付けられています。事故を防止し、円滑な業務を維持するためには、効率的でその場に応じた危険追跡が必要です。

超広帯域システムなどの従来の安全手法は、作業員がタグを着用することに依存していましたが、すべての人が必要なデバイスを一貫して使用しているわけではないため、必ずしも実用的ではありませんでした。LiDARセンサーはオブジェクトを検出できるものの、特定の危険を区別するための accuracy が不足していることが多く、不必要な減速につながっていました。

これらの課題は、ワークフローを混乱させる安全性のギャップや非効率性を生み出します。Kiwitronは、歩行者、車両、標識を区別できる real-time detection が可能で、オペレーターに明確で実用的なアラートを送信できる、より高度なソリューションの必要性を特定しました。Kiwitronの理想的なソリューションは、厳しいハードウェア要件を満たし、データを迅速に処理し、さまざまな産業環境に適応し、運用効率を損なうことなく生産性を維持する必要もありました。

KiwiEye：KiwitronのAI駆動型安全ソリューション#

これらの課題を克服するため、Kiwitronは Ultralytics YOLO models と最先端の object detection テクノロジーを安全システムであるKiwiEyeに統合しました。YOLOを搭載したKiwiEyeは、産業環境におけるリアルタイムの危険検出に必要な速度と精度を提供します。

KiwiEyeは、Ultralytics YOLO models を備えた advanced cameras を使用して、歩行者、車両、標識などの重要な要素をリアルタイムで識別します。Coral accelerators により、システムは最小限の遅延で画像を迅速に処理し、オペレーターが潜在的な危険に即座に対応できるようにします。従来のセンサーとは異なり、KiwiEyeはコンテキストを認識した検出を提供し、さまざまなオブジェクトを区別して特定の危険に合わせてアラートをカスタマイズします。

システムの適応可能なデザインにより、広々とした倉庫から限られた作業エリアまで、さまざまな産業環境でシームレスにパフォーマンスを発揮できます。その軽量構造は既存のハードウェアとスムーズに統合されながら、高速パフォーマンスを維持します。精度、速度、適応性を組み合わせることで、KiwiEyeは運用効率を維持しながら安全性を向上させ、industrial hazard detection に向けた革新的なソリューションを提供します。

なぜUltralytics YOLOモデルが選ばれるのか#

Kiwitronは、MobileNetやSSDを含むさまざまなモデルをテストした結果、Ultralytics YOLOを選択しました。YOLO は、速度、accuracy、およびCoral acceleratorsなどの軽量ハードウェアとの互換性の比類なき組み合わせで際立っており、リアルタイムアプリケーションに最適でした。

KiwitronのCTOは次のように説明しています。「私たちが開始した当時、YOLOは物体検知において市場で最高のものでした。おかげで、安全性と効率性という二重の目標を達成することができました。」その適応性により、Kiwitronは産業環境の固有のニーズを満たすようにソリューションをカスタマイズすることも可能になりました。

KiwitronがUltralytics YOLOで30メートルの危険物検知を達成#

Ultralytics YOLO モデルのKiwiEyeへの統合により、工場内の安全性と効率性が大幅に向上しました。このシステムは危険をリアルタイムで確実に検出し、最大30メートルの距離でも歩行者、車両、標識を正確に識別します。KiwitronのCTOは次のように述べています。「KiwiEyeが事故を防ぐのに十分な応答性を持つことを保証するFPSの閾値があります。YOLOにより、必要な速度を維持しながら、最大30メートル離れたオブジェクトを検出できます。」

KiwiEyeシステムは、Ultralytics YOLOモデルと組み合わせることで、事故やニアミスの防止においてすでに顕著な進歩を遂げています。人命救助に関する正確な数値は定量化が困難ですが、KiwitronのCEOは次のように述べています。「クライアントからニアミス事例が減少したという報告を定期的にいただいています。ある事例では、深刻な事故を未然に防げたとして感謝の言葉をいただきました。」

また、システムは heatmaps やヒヤリハットレポートを通じて安全管理者に貴重なデータを提供し、高リスクゾーンの特定や安全プロトコルの調整を支援します。「単なる事故防止にとどまりません」とKiwitronのCEOは付け加えています。「私たちが収集するデータにより、クライアントはデータ主導の安全性の改善を行うことができ、最終的に安全な環境を作り出すことができます。」

さらに、パフォーマンス目標の達成を超えて、Ultralytics YOLOはKiwitronが迅速にイノベーションを起こすことを可能にしました。KiwitronのCTOは、「Ultralytics YOLOを使用したことで、将来の改良に向けた基盤を築きながら、安定した高性能なソリューションを迅速に開発できました」と強調しました。

ビジョンAIとYOLOを活用したKiwitronの次なるステップ#

KiwitronによるUltralytics YOLO modelの使用は、computer vision が安全性に対する私たちの考え方をどのように変えているかを示しています。つまり、問題への反応から、スマートでデータ主導のソリューションによる予防への移行です。Vision AI advances に伴い、個人用保護具（PPE）のコンプライアンスのモニタリングや追加の危険の発見などの新しい可能性が切り拓かれ、職場がより安全で効率的になります。

Ultralytics YOLOの柔軟性とパフォーマンスにより、Kiwitronは自信を持って革新を続け、常に変化する産業安全の要求に対応するソリューションを維持できています。

KiwitronのCTOが述べたように、「車輪の概念のようなものです。つまり、すでに存在しているものです。私たちはコミュニティとしてすでにそれを持っています。では、なぜゼロから作り直す必要があるのでしょうか。」

Vision AIがビジネスをどのように変革できるか興味がありますか？GitHub repository, をチェックし、computer vision in healthcare や manufacturing などのUltralyticsの業界向けソリューションを発見し、licensing options を探索して今すぐ始めましょう！